情感过滤

摘要： 外语学习过程中,情感因素会产生不可忽视的影响。积极正面的情绪有助于提升学习效果,消极负面的情绪会降低语言的输入速度。本文主要探讨了动机、个性(内向/外向)、焦虑、移情等情感变量对外语学习的影响。在大学英语课堂中教师应该有意识地引入情感因素,使用相应的情感策略,提高大学英语课堂教学效果。

摘要： 积极心理学作为心理学领域的一门新兴学科,已经渗透到社会学、教育学和管理学等领域。基于对应用型民办本科院校大学英语教学的问卷调查,本文分析了积极心理学应用于应用型民办本科院校大学英语教学实践的可行性,提出了积极心理学应用于大学英语教学实践的策略,以期能对大学英语教师有所借鉴。

摘要： 克拉申的情感过滤假说认为语言学习者的情感对语言输入起着“过滤”作用。语言学习者的情感因素主要包括学习动机、自信和焦虑。情感过滤假说指明了语言学习者的情感体验对语言输入的关系。本文以情感过滤假说为理论依据,分析影响高校学生英语学习效果的因素并提出相应策略,从而提高教师英语教学效果及学生的学习效果。

摘要： 二语习得理论对外语教学有重要的启发作用.本文尝试将二语习得相关理论用于我校“以考促学”模式的优化.根据Krashen的“监察理论”,将“习得”与“学得”进行区分,在准确把握“可理解性输入”的基础上,鼓励学生进行“可理解性输出”,同时降低“情感过滤”,以促进语言的“习得”,这样有针对性地对我校现有“以考促学”模式进行优化,确保“以考促学”模式的有效实施,旨在从根本上达到提升高职生英语综合运用能力的目的.

摘要： 在分析当代大学生英语写作的学情的基础上,尝试将克拉申的情感过滤假说中提出的三种情感因素,即动机、自信和焦虑应用到大学生英语写作教学过程中,刺激学生学习英语写作的内在驱动力,帮助学生树立恰当的自信心,调整他们的焦虑情绪,提高他们的英语写作能力.

摘要： 本文以克拉申的情感过滤假说为理论依据,结合高职英语教学现状,分析了学生参与课堂的情感障碍,并提出了情感过滤假说对于高职英语课堂教学设计的启示.

摘要： 情感过滤对第二语言习得有重要的影响作用.汉语是"藏汉双语"模式下大学生的第二语言,该模式下大学生汉语写作能力偏低,主要原因是情感过滤偏强.应增大输入,内化吸入;丰富动机,端正态度;增强信心,弱化焦虑;加大输出,外化应用等方面,降低情感过滤,提升学生汉语写作能力.

摘要： 本文以二语习得理论为基础,通过对克拉申的"习得—输入"假说、情感过滤假说等重要理论的简单阐述,结合目前大学英语口语教学现状及存在的问题,将二语习得理论应用到英语口语教学中去,通过可理解性输入、建立良好的师生关系、达到有质量的输出训练来提升学生的英语口语表达能力,进一步提高大学英语教学的质量.

摘要： 克拉申的"情感过滤"理论认为情感因素在英语学习中扮演着很重要的角色.本文通过对"情感过滤"理论的分析,探讨了影响学习者二语习得的动机、自信心和焦虑等重要情感因素,并提出在网络学习环境下的情感培养策略.

摘要： 本发明提供了基于新闻评论的过滤以及情感分析方法，包括：对新闻评论进行过滤，获取有效评论集合；其中，所述有效评论集合中包括新闻与所述新闻评论的方面词集合；构建情感分析模型，将所述有效评论集合与所述方面词集合输入至所述情感分析模型中，获取情感倾向结果。本发明通过设置有效的筛选机制，能够过滤无效的用户评论数据，搭建了更加精确有效的模型可以针对文本的特定方面进行定向的情感倾向分析，获得精准的用户情感倾向结果。

摘要： 本发明涉及自然语言处理领域，具体涉及一种基于协同过滤注意力机制的文本情感识别系统，目的在于提高情感识别的正确性。本发明的情感识别系统包括：文本预处理模块、文本向量化模块、用户兴趣分析模块、句子特征提取模块、文档特征提取模块和情感分类模块。文本预处理模块对待处理的文本进行预处理；文本向量化模块生成文本的词向量表示；用户兴趣分析模块根据用户对已知产品的评分数据提取出模型注意力机制；句子特征提取模块接收文本的词向量表示和注意力机制提取句子特征；文档特征提取模块接收句子特征和注意力机制提取文档特征；情感分类模块将文档特征输入分类器进行情感类型识别。因此，文本特征的描述更加准确，提高了情感识别的效果。

摘要： 本发明涉及推荐系统领域，公开基于情感与信任的协同过滤推荐方法，包括：步骤1，对用户项目已评分矩阵进行归一化处理后得到显式满意度；根据向量余弦法计算得到已评分项目和未评分项目之间的相似度，利用所述显式满意度和相似度计算得到隐式满意度，由显式满意度和隐式满意度构成扩充满意矩阵；步骤2，根据扩充满意矩阵计算评分相似度和偏好相似度，利用评分相似度、偏好相似度以及由有监督的学习算法设置的权重得到用户对项目看法相似性产生的客观信任度；步骤3，根据用户满意交互频率对用户社交网络进行抽象，基于六度分割理论建立带权有向图，计算得到用户间由熟悉性产生的主观信任度。本发明的方法实现了协同过滤。

摘要： 一种计算机实现的(包括使用膝上型计算机、桌上型计算机、移动装置和可穿戴装置所实现的方法)用于图像过滤的方法。所述方法包括：分析每个图像以生成图像的内容向量；对内容向量应用兴趣运算符，从而获得图像的兴趣指数，所述兴趣运算符基于具有期望特征的多个图片；将图像的兴趣指数与兴趣阈值进行比较；以及基于比较步骤的结果采取一个或更多个动作或者不采取一个或更多个动作。还有相关系统和产品。

摘要： 本发明公开了一种基于评论情感分析和协同过滤的评分预测方法。本发明将项目的平均评分映射为评论中的情感分布，并将项目的潜在因子向量转换为评论中不同情感下的方面分布，通过最优化和采样交替进行的优化算法获得评分预测参数。在数据稀疏的情况下，与传统的仅使用评分作为数据源的协同过滤方法以及未考虑评论情感的结合评分与评论评分预测方法相比，采用本发明所述方法可显著提高评分预测的精度。

摘要： 本发明提供了基于新闻评论的过滤以及情感分析方法，包括：对新闻评论进行过滤，获取有效评论集合；其中，所述有效评论集合中包括新闻与所述新闻评论的方面词集合；构建情感分析模型，将所述有效评论集合与所述方面词集合输入至所述情感分析模型中，获取情感倾向结果。本发明通过设置有效的筛选机制，能够过滤无效的用户评论数据，搭建了更加精确有效的模型可以针对文本的特定方面进行定向的情感倾向分析，获得精准的用户情感倾向结果。

摘要： 本发明公开一种能同时过滤无关评论和对相关评论进行情感分类的方法，主要步骤：首先，对短文本进行预处理；其次，利用HSSWE模型训练词向量；再次，利用WMD模型获得文档之间的距离；最后，利用分类器对目标文档进行分类。利用短文本种类的判别和情感技术，可以精确的得出群众的满意度，对于后续政策的制定具有重要的意义。较现有的技术来说具有明显的优势，它能够在判断短文本情感的时候，自动的过滤掉无关的文本，提高了分类算法的精度。

摘要： 本发明涉及自然语言处理领域，具体涉及一种基于协同过滤注意力机制的文本情感识别系统，目的在于提高情感识别的正确性。本发明的情感识别系统包括：文本预处理模块、文本向量化模块、用户兴趣分析模块、句子特征提取模块、文档特征提取模块和情感分类模块。文本预处理模块对待处理的文本进行预处理；文本向量化模块生成文本的词向量表示；用户兴趣分析模块根据用户对已知产品的评分数据提取出模型注意力机制；句子特征提取模块接收文本的词向量表示和注意力机制提取句子特征；文档特征提取模块接收句子特征和注意力机制提取文档特征；情感分类模块将文档特征输入分类器进行情感类型识别。因此，文本特征的描述更加准确，提高了情感识别的效果。

摘要： 本发明涉及推荐系统领域，公开基于情感与信任的协同过滤推荐方法，包括：步骤1，对用户项目已评分矩阵进行归一化处理后得到显式满意度；根据向量余弦法计算得到已评分项目和未评分项目之间的相似度，利用所述显式满意度和相似度计算得到隐式满意度，由显式满意度和隐式满意度构成扩充满意矩阵；步骤2，根据扩充满意矩阵计算评分相似度和偏好相似度，利用评分相似度、偏好相似度以及由有监督的学习算法设置的权重得到用户对项目看法相似性产生的客观信任度；步骤3，根据用户满意交互频率对用户社交网络进行抽象，基于六度分割理论建立带权有向图，计算得到用户间由熟悉性产生的主观信任度。本发明的方法实现了协同过滤。

摘要： 一种计算机实现的(包括使用膝上型计算机、桌上型计算机、移动装置和可穿戴装置所实现的方法)用于图像过滤的方法。所述方法包括：分析每个图像以生成图像的内容向量；对内容向量应用兴趣运算符，从而获得图像的兴趣指数，所述兴趣运算符基于具有期望特征的多个图片；将图像的兴趣指数与兴趣阈值进行比较；以及基于比较步骤的结果采取一个或更多个动作或者不采取一个或更多个动作。还有相关系统和产品。